基于主題模型的網(wǎng)絡(luò)輿情監(jiān)控研究.pdf

1、互聯(lián)網(wǎng)的發(fā)展讓我們的生活世界成為了地球村，網(wǎng)絡(luò)的便捷性使人們每時(shí)每刻都能夠從網(wǎng)絡(luò)上獲取信息。隨著Web2.0技術(shù)的應(yīng)用，人們不再只是簡(jiǎn)單的獲取網(wǎng)絡(luò)上的信息，而是成為了網(wǎng)絡(luò)消息的創(chuàng)造者，同時(shí)還能夠通過(guò)網(wǎng)絡(luò)發(fā)表自己的觀點(diǎn)看法，表達(dá)自己的情感。網(wǎng)絡(luò)上的信息爆炸性增長(zhǎng)，人們?cè)诿鎸?duì)如此多的信息時(shí)可能會(huì)不知所措，同時(shí)這也給我們的政府提出了一個(gè)挑戰(zhàn)。由于網(wǎng)絡(luò)的實(shí)時(shí)性，信息的傳播速度非常快，一件事情很快就能夠被大范圍的網(wǎng)民所知道，尤其是一些關(guān)于社會(huì)民生

2、的事件，更是容易引起廣大網(wǎng)民的關(guān)注；還有一些別有用心的人，故意在網(wǎng)絡(luò)上散布一些虛假、敏感的信息，利用網(wǎng)絡(luò)水軍進(jìn)行大范圍的傳播，這很容易導(dǎo)致網(wǎng)絡(luò)輿情的發(fā)生。而這些輿情信息對(duì)于社會(huì)的和諧穩(wěn)定是非常不利的。因此需要能夠有效的對(duì)網(wǎng)絡(luò)上的輿情信息進(jìn)行監(jiān)控，實(shí)時(shí)掌握網(wǎng)絡(luò)輿情信息的動(dòng)態(tài)是非常有必要的。
　　針對(duì)網(wǎng)絡(luò)輿情監(jiān)控，國(guó)內(nèi)外都進(jìn)行了大量的研究。國(guó)外對(duì)于網(wǎng)絡(luò)輿情認(rèn)識(shí)比較早，且非常重視，現(xiàn)在已經(jīng)形成了比較成熟的監(jiān)控機(jī)制和監(jiān)控系統(tǒng)。但國(guó)內(nèi)起步較

3、晚，近年來(lái)才引起政府的重視，也成為了學(xué)者研究的熱點(diǎn)問(wèn)題。國(guó)內(nèi)經(jīng)過(guò)這幾年的努力也取得了一定的研究成果，出現(xiàn)了一些網(wǎng)絡(luò)輿情監(jiān)控系統(tǒng)用于對(duì)互聯(lián)網(wǎng)上的輿情信息進(jìn)行實(shí)時(shí)監(jiān)控，但目前的輿情監(jiān)控系統(tǒng)中使用監(jiān)控技術(shù)主要有兩種，一種是基于敏感詞匹配的方法，系統(tǒng)中提前設(shè)定一些敏感詞，通過(guò)對(duì)網(wǎng)絡(luò)上信息進(jìn)行檢索匹配，如果含有這些敏感詞的信息被視為輿情信息；另一種就是基于詞頻統(tǒng)計(jì)的文本分類聚類的方法。這兩種方式都取得了一定的效果，但這兩種方式都存在著一定的缺陷，

4、它們都不是建立在對(duì)文本內(nèi)容語(yǔ)義信息理解的基礎(chǔ)上進(jìn)行的，以至于在準(zhǔn)確發(fā)現(xiàn)輿情信息方面存在不足。因此，本文對(duì)如何提高輿情信息發(fā)現(xiàn)準(zhǔn)確度方面進(jìn)行了深入研究，嘗試使用目前比較成熟的主題模型應(yīng)用于輿情信息監(jiān)控系統(tǒng)當(dāng)中，利用主題模型在語(yǔ)義挖掘上的優(yōu)勢(shì)填補(bǔ)上述傳統(tǒng)方法中的不足。本文主要內(nèi)容為：
　　1）詳細(xì)分析了傳統(tǒng)輿情監(jiān)控系統(tǒng)中所使用的技術(shù)，如信息采集、信息預(yù)處理、中文文本分詞、文本表示模型、文本聚類等。同時(shí)研究了基于詞頻統(tǒng)計(jì)的輿情分析的不足